主动量化组合跟踪：不惧小盘波动，机器学习指增策略1月超额显著-20240220-国金证券-16页_1009kb

总结报告

1. 绩优基金与调研事件的共振策略
该策略基于基金Alpha因子筛选绩优基金，结合重仓股和过去一个季度被调研的股票构建共振股池。回测显示，策略年化收益率为2248%，夏普比率为0.80，显著跑赢偏股混合型基金指数（年化收益率13.33%，夏普比率0.50）。然而，1月超额收益率为-4.29%，未能跑赢等权基准，原因是市场主题轮动和因子表现波动。预期随着市场风险偏好提升，策略可能改善。

2. 自主可控概念量化优选策略
策略使用成长、质量、技术、动量等因子筛选自主可控概念股，构建持仓组合。回测表明，策略年化收益率为29.38%，夏普比率为1.09，超额年化收益率达14.50%。1月超额收益率为-4.98%，但在市场情绪偏弱时，策略选股优势明显。风险包括题材主题在波动市场中表现不稳。

3. 国证2000指数增强策略
该策略应用技术、反转、特异波动率等因子增强国证2000指数成分股。因子IC均值为1.315%，策略年化超额收益率为15.81%，信息比率为2.20。1月超额收益率为5.52%，表现优异，潜在风险为因子相关性高和市场波动影响。

4. 基于多目标、多模型的机器学习指数增强策略
采用GBDT和NN模型构建选股因子，应用于沪深300、中证500、中证1000指数。回测结果显示，年化超额收益率分别为15.25%、20.11%、32.10%，夏普比率和信息比率表现良好。1月超额收益率分别为0.80%、3.44%、3.61%。策略风险包括历史数据依赖性和模型失效可能性。

总体风险提示包括模型失效、政策变化、市场波动等。策略依赖历史数据，未来表现可能因环境变化而波动。